Détection de la fraude et lutte contre le blanchiment d’argent

Présentation

En s’appuyant sur l’intelligence artificielle, l’axe “Détection de la fraude et lutte contre le blanchiment d’argent (AML)” développe des outils capables de détecter en temps réel des schémas de fraude ou de blanchiment d’argent. Les modèles sont conçus pour s’adapter rapidement à l’émergence de nouvelles menaces, tout en garantissant une interprétabilité suffisante pour répondre aux exigences des régulateurs. Ce travail est mené en étroite collaboration avec les équipes de conformité, de cash management et de lutte contre la criminalité financière.

Au sein de cet axe, la thématique “Détection de la fraude pour cash management/ transaction banking” traite d’un changement fondamental dans la fraude transactionnelle. À mesure que les paiements numériques se développent, la fraude ne peut plus être appréhendée comme une série d’anomalies isolées, mais comme des comportements coordonnés et adaptatifs, inscrits dans des écosystèmes financiers complexes. Les approches de détection qui restent largement fondées sur des règles ou centrées sur la transaction sont de plus en plus en décalage avec cette réalité, en particulier lorsque les schémas de fraude sont délibérément conçus pour se fondre dans l’activité légitime. Cette recherche reformule la détection de la fraude comme un problème d’intelligence à l’échelle des systèmes. Plutôt que d’examiner les transactions isolément, elle modélise les écosystèmes de paiement comme des réseaux interconnectés de clients, d’instruments, de commerçants, de dispositifs et de canaux. Cette approche relationnelle permet de faire émerger des schémas de fraude organisés, émergents et dissimulés, qui ne peuvent être détectés par la seule analyse d’événements individuels. Le programme cible plus spécifiquement les contraintes structurelles auxquelles sont confrontées les grandes institutions financières : la nécessité de détecter des fraudes coordonnées dans un contexte de fort déséquilibre de classes, de rester performant à mesure que les comportements évoluent, d’intégrer des signaux hétérogènes à travers les entités, les canaux et le temps, et d’opérer à grande échelle avec des décisions en temps réel et explicables dans des environnements réglementés. En développant des approches adaptatives et interprétables fondées sur les réseaux, compatibles avec les contraintes opérationnelles, cette recherche vise à fournir des capacités de détection de la fraude plus robustes, plus pérennes et plus fiables, tout en posant une base scientifique solide pour des problématiques plus larges de criminalité financière, notamment la lutte contre le blanchiment d’argent.

Responsables de l’axe

Joseph Gesnouin

Chief of Staff to Head of AI & Innovation for IT and Head of AI for Transaction Banking

Joseph Gesnouin est Chief of Staff to Head of AI & Innovation for IT et Head of AI for Transaction Banking chez BNP Paribas. Il supervise la stratégie d'industrialisation de l'IA du groupe et sa mise en œuvre, tout en assurant la gestion opérationnelle des applications d'IA. Avant de rejoindre BNP Paribas, il travaillait à la Direction générale des finances publiques (DGFiP) du ministère français de l'Économie et des Finances. Dans le cadre de ses fonctions, il a conseillé le ministère français des Finances sur l'utilisation des modèles de langage (LLM) pour rationaliser la préparation du budget, la lutte contre la fraude et d'autres activités stratégiques. Il est titulaire d'un doctorat en ingénierie consacré à l'IA appliquée à l'automobile, obtenu à Mines ParisTech - PSL. Ses travaux de recherche ont été récompensés par divers prix de recherche reconnus, notamment celui du meilleur jeune chercheur en robotique décerné par le Centre national de la recherche scientifique (CNRS).

Aude Rousseau

Program Director of AML TM Tooling Strategy

Avocate de droit français et solicitor en Angleterre, Aude Rousseau a travaillé plusieurs années en cabinets d’avocats (Ashurst, Weil Gotshal & Freshfields). Elle a rejoint BNPP à Londres en 2016 dans les équipes d’audit interne, puis a pris le poste de Head of APAC AML TM, Norms & Procedure & Corporate Coverage en 2019. D’abord basée à Hong Kong, puis à Singapore, elle couvrait les équipes en charge du framework ainsi que les hubs d’investigations Compliance pour les 12 pays de la zone Asie Pacific – pour les activités CIB mais aussi Wealth Management. Aude Rousseau a rejoint le siège à Paris en janvier 2025 en qualité de Program Director of AML TM Tooling Strategy.

Yanlei Diao

Professeure à l'École polytechnique

Yanlei Diao est professeure d’informatique à l'École Polytechnique et à l'University of Massachusetts Amherst. Ses recherches portent sur l’analyse des mégadonnées et les systèmes d’information intelligents évolutifs, avec un intérêt particulier pour la détection d’anomalies explicable, le traitement des flux de données, l’optimisation de l’analyse de données dans le cloud et l’exploration interactive des données, ainsi que la gestion des données incertaines. Elle a obtenu son doctorat en informatique à l'Université de Californie, Berkeley en 2005.